以百分比计算字符串相似度

Question

给定的函数使用 R 中的 "stringdist" 包并告知将一个字符串更改为另一个字符串所需的最小更改。我想找出“%”格式的一个字符串与另一个字符串的相似程度。请帮助我，谢谢。

stringdist("abc","abcd", method = "lv")

Answer 1

类似这样的方法可能有效：

d <- data.frame(original = c("abcd", "defg", "hij"), new = c("abce", "zxyv", "hijk"))
d$dist <- stringdist(d$original, d$new, method = "lv")
d$similarity <- 1 - d$dist / nchar(as.character(d$original))

#### Returns:
####   original  new dist similarity
#### 1     abcd abce    1  0.7500000
#### 2     defg zxyv    4  0.0000000
#### 3      hij hijk    1  0.6666667

Answer 2

您可以使用 RecordLinkage 包并使用函数 levenshteinSim，即

#This gives the similarity
RecordLinkage::levenshteinSim('abc', 'abcd')
#[1] 0.75

#so to get the distance just subtract from 1, 
1 - RecordLinkage::levenshteinSim('abc', 'abcd')
#[1] 0.25

Answer 3

这是 base R 中的一个函数。我添加了对等长向量作为输入的检查。如果需要，您可以更改此逻辑。

strSim <- function(v1, v2) {
            if(length(v1) == length(v2)) 1 - (adist(v1, v2) / pmax(nchar(v1), nchar(v2)))
            else stop("vector lengths not equal")}

这个returns

strSim("abc", "abcd")
     [,1]
[1,] 0.75

以百分比计算字符串相似度

Calculating string similarity as a percentage

r

stringdist